虚拟健康社区用户信息搜寻中的相关性判断行为研究

Relevance judgment behavior refers to the particular decision behavior made by users on specific information whether relevant to themselves during information seeking process. It is an essential component of human information behavior and important area of relevance research in Information Science. As the prevalence of Internet and popularity of Social Network sites, people are increasingly conducting health information seeking behavior on virtual health communities. However, previous research on relevance judgment behavior can no longer be applied to the complex information seeking behavior and relevance judgment behavior on virtual health communities. This project integrates the complicated human contextual factors and user health information needs with relevance judgment behavior research, and applies human eye movement and EEG analysis with traditional research methods of information behavior research to investigating the dynamics of users’ relevance judgment behavior on health information. It is aimed to predict the results of users’ relevance judgment behavior by building up its behavior model from statistical and machine learning methods. This project extends our knowledge on relevance judgment behavior research in Information Science, and deeps our understating of the dynamic nature of user relevance judgment behavior. In practice, it can be applied to improving user’s efficiency of health information seeking on virtual community and optimizing allocation of social health information resources, and finally achieving the personalized user health information services.

相关性判断行为是用户信息搜寻过程中对特定信息进行判断，决定其是否与自身具有相关性的具体行为，是用户信息行为的重要组成部分，也是情报学中相关性研究的领域之一。随着互联网的普及和社会网络媒体的兴盛，用户越来越多地在虚拟健康社区开展信息搜寻行为，但是以往的相关性行为研究无法很好地适用于复杂的用户虚拟健康社区信息搜寻行为和相关性判断行为。本课题以虚拟健康社区为研究大环境，将用户复杂的背景因素和多变的健康信息需求融入相关性判断行为研究，通过眼动分析、脑电分析与传统信息行为研究方法的结合，探寻用户健康信息相关性判断行为的动态规律，通过统计和多种机器学习等方法学习建立用户健康信息相关性判断行为模型，实现对用户相关性判断行为结果的预测。本课题对传统的相关性判断行为研究进行了拓展，深化了对用户相关性判断行为“动态”特征的认识。本课题应用于实践中可以提高用户虚拟健康社区信息搜寻行为效率，优化社会健康资源。

根据项目申请书内容，本项拟开展基于用户复杂背影影响因素和健康信息需求下的信息相关性判断行为研究。在2020年初，根据目前的研究进展，课题申请人发现在新冠疫情爆发的大背景下，互联网和健康社区出现了大量虚假信息，造成了大规模的谣言扩散，形成信息疫情，严重了影响到了广大人民生产生活的安全和国家经济的健康和社会的繁荣。在疫情谣言转发中，公众对于谣言信息的相关性判断起到了关键性的作用。根据基金委的号召，面向社会重大问题，面向影响社会发展的重要挑战，项目负责人计划将研究视角向谣言的采纳和转发方向倾斜，通过研究复杂健康信息需求、相关性判断、信息采纳-转发等具体的谣言扩散轨迹，弄清其中的具体相互关联和动态机制，为国家应对将来可能发生的公共安全危机的信息疫情提供理论和实践上的依据。